%---------------------------------------------%
%					??????%
%??????????工作室提供代做matlab仿真	??????%
%					??????%
%??詳情請(qǐng)?jiān)L問(wèn)：http://cn.mikecrm.com/DeOOXFc??%
%					??????%
%---------------------------------------------%

clc
clear
%---------------------------------------
%一、對(duì)原始輸入數(shù)據(jù)進(jìn)行歸一化
%先從excel文檔中導(dǎo)入數(shù)據(jù)到矩陣P，共7種氣體成分，40組數(shù)據(jù)
p=xlsread（‘originaldata.xlsx‘‘B2:H41‘）;
t=xlsread（‘originaldata.xlsx‘‘B41:H41‘）;?%輸出數(shù)據(jù)，沒(méi)弄明白是什么！！！！

%歸一化數(shù)據(jù)映射到[01]之間直接用mapminmax函數(shù)更簡(jiǎn)單
%?for?i=1:40
%???P（i:）=0.1+0.8*（Orig（i:）-min（Orig（i:）））/（max（Orig（i:））-min（Orig（i:）））;
%?end
[normInputps]?=?mapminmax（p?0.10.9）;
[normTargetts]?=?mapminmax（t?0.10.9）;
%ps處理設(shè)置，ps主要在結(jié)果反歸一化中需要調(diào)用

%----------------------------------------
%二、打亂數(shù)據(jù)順序，及分類處理（抽取訓(xùn)練數(shù)據(jù)、變量數(shù)據(jù)、測(cè)試數(shù)據(jù)）
%將輸入的40組數(shù)據(jù)的20%共8組作為測(cè)試數(shù)據(jù)；
%將數(shù)據(jù)的20%即8組作為變化數(shù)據(jù)；
%剩下24組作為正常訓(xùn)練數(shù)據(jù)；
testPercent?=?0.20;??%?測(cè)試數(shù)據(jù)所占百分比
validatePercent?=?0.20;??%?變量數(shù)據(jù)所占百分比
[trainSamplesvalidateSamplestestSamples]?=?dividevec（normInputnormTargetvalidatePercenttestPercent）;

%-----------------------------------------
%三、設(shè)置網(wǎng)絡(luò)參數(shù)，設(shè)置三層BP網(wǎng)絡(luò)結(jié)構(gòu)（7個(gè)輸入，7個(gè)輸出，隱層單元個(gè)數(shù)先設(shè)置成12個(gè)）
%使用newff（）函數(shù)建立BP網(wǎng)絡(luò)
net=newff（minmax（normInput）[127]{‘tansig‘‘logsig‘}‘traingdx‘）;%創(chuàng)建三層BP網(wǎng)絡(luò)

%-----------------------------------------
%四、設(shè)置訓(xùn)練參數(shù)??
net.trainParam.epochs=10000;%設(shè)置訓(xùn)練次數(shù)
net.trainParam.goal=1e-6;%設(shè)置訓(xùn)練目標(biāo)
net.trainParam.lr=0.01;%設(shè)置學(xué)習(xí)率

%------------------------------------------
%?指定訓(xùn)練函數(shù)
net.trainfcn=‘traingdm‘;
[nettr]?=?train（nettrainSamples.PtrainSamples.T[][]validateSamplestestSamples）;

%------------------------------------------
%五、訓(xùn)練完成，調(diào)用sim（）函數(shù)進(jìn)行仿真
[normTrainOutputPfAfEtrainPerf]?=?sim（nettrainSamples.P[][]trainSamples.T）;%正常輸入的9組p數(shù)據(jù)，BP得到的結(jié)果t
[normValidateOutputPfAfEvalidatePerf]?=?sim（netvalidateSamples.P[][]validateSamples.T）;%用作變量3的數(shù)據(jù)p，BP得到的結(jié)果t
[normTestOutputPfAfEtestPerf]?=?sim（nettestSamples.P[][]testSamples.T）;%用作測(cè)試的3組數(shù)據(jù)p，BP得到的結(jié)果t

%-------------------------------------------
%?六、仿真后結(jié)果數(shù)據(jù)反歸一化，如果需要預(yù)測(cè)，只需將預(yù)測(cè)的數(shù)據(jù)P填入
%?將獲得預(yù)測(cè)結(jié)果t
trainOutput?=?mapminmax（‘reverse‘normTrainOutputts）;%正常輸入的9組p數(shù)據(jù)，BP得到的歸一化后的結(jié)果t
trainInsect?=?mapminmax（‘reverse‘trainSamples.Tts）;%正常輸入的9組數(shù)據(jù)t
validateOutput?=?mapminmax（‘reverse‘normValidateOutputts）;%用作變量3的數(shù)據(jù)p，BP得到的歸一化的結(jié)果t
validateInsect?=?mapminmax（‘reverse‘validateSamples.Tts）;%用作變量3的數(shù)據(jù)t
testOutput?=?mapminmax（‘reverse‘normTestOutputts）;%用作變量3組數(shù)據(jù)p，BP得到的歸一化的結(jié)果t
testInsect?=?mapminmax（‘reverse‘testSamples.Tts）;%用作變量3組數(shù)據(jù)t

%-------------------------------------------
%?數(shù)據(jù)分析和繪圖
%---------------------------------------------------??
figure
plot（1:32[trainOutput?validateOutput]‘b-‘1:32[trainInsect?validateInsect]‘g--‘33:40testOutput‘m*‘33:40testInsect‘ro‘）;
title（‘o為真實(shí)值，*為預(yù)測(cè)值‘）
xlabel（‘年份‘）;
ylabel（‘交通量（輛次/晝夜）‘）;

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2019-08-12?15:47??BP神經(jīng)網(wǎng)絡(luò)，用于分類和預(yù)測(cè)。也即模式識(shí)別和曲線擬合，是用matlab編寫實(shí)現(xiàn)\
?????文件????????3251??2019-08-12?15:50??BP神經(jīng)網(wǎng)絡(luò)，用于分類和預(yù)測(cè)。也即模式識(shí)別和曲線擬合，是用matlab編寫實(shí)現(xiàn)\BPyuce.m